京都大学 大学院経済学研究科・経済学部

京都大学大学院経済学研究科 再生可能エネルギー経済学講座

ディスカッションペーパー

RE100 企業の加盟特徴の実証分析

Empirical Analysis of Joining Characteristics of RE100 Companies

2022 年 6 月

June 2022

京都大学大学院経済学研究科 再生可能エネルギー経済学講座 研究員

栗田 郁真

Ikuma KURITA Researcher,

Research Project on Renewable Energy Economics, Graduate School of Economics,

Kyoto University

RE100 企業の加盟特徴の実証分析

Empirical Analysis of Joining Characteristics of RE100 Companies

京都大学大学院経済学研究科 再生可能エネルギー経済学講座 研究員 栗田 郁真

Ikuma KURITA Researcher,

Research Project on Renewable Energy Economics, Graduate School of Economics,

Kyoto University

Abstract:

This study aimed to quantify the characteristics of companies that are members of the RE100, an initiative to voluntarily procure renewable energy by accepting the goal of achieving 100% renewable energy. We conducted a binomial logit analysis of the S&P 500 companies in the US, Nikkei 225 companies in Japan, and FTSE 350 companies in the UK, categorizing companies into those that joined RE100 by 2020 and those that did not; further, we used industry, sales, number of employees, electricity consumption, and energy intensity as explanatory variables. The analysis revealed that the propensity of companies to join the RE100 differs by country, and that the US and UK companies have relatively similar characteristics, while Japanese companies have unique characteristics. Understanding the characteristics of companies that commit to 100% renewable energy will increase our understanding of the characteristics of companies that need policy incentives to adopt renewable energy. In particular, the study results could help governments to implement financial supports to encourage companies to adopt renewable energy during financial constraints.

Keywords: Renewable Energy; RE100; Binomial Logit Analysis; Voluntary Approach

要旨

本研究は、再生可能エネルギー

100%

化を自らに課して自発的に再生可能エネルギーを調達するイニシアテ ィブである

RE100

に着目して、RE100に加盟する企業の特徴を定量的に把握することを目的としている。ア

メリカの

S&P500

企業、日本の日経平均株価企業、イギリスの

FTSE350

企業を対象として、

2020

年までに

RE100

に加盟した企業とそうでない企業に分類した上で、業種・売上高・従業員数・電力消費量・エネルギ

ー集約度を説明変数として、二項ロジット分析を行なった。分析の結果、企業の

RE100

への加盟傾向は国に よって異なり、アメリカとイギリスの企業は比較的よく似た特徴を持ち、日本の企業は独自の特徴を持つこ とが明らかとなった。再生可能エネルギー100％化に取り組む企業の特徴を理解することで、再生可能エネル ギー導入に政策的なインセンティブを必要とする企業の特徴に対する理解が深まる。特に、本研究結果は、

政府に財政上の制約があるなかで、企業の再生可能エネルギー導入を促進するための財政的支援を実施する 際に役立つ可能性がある。

キーワード： 再生可能エネルギー、RE100、二項ロジット分析、ボランタリー・アプローチ

2023年06月

1

１．はじめに

2015

年にパリで開催された

COP21

において気候変動対策の新たな国際的枠組みで あるパリ協定が採択された。パリ協定は、世界全体の平均気温の上昇を工業化以前よ りも

2

度高い水準を下回るものに抑えるという目標を定め、今世紀後半に人為的な温 室効果ガス（以下、GHG）の排出量と吸収量の均衡を目指すことを記された。パリ協 定の下で各国は

2050

年までに

GHG

排出量を実質ゼロにするなどの長期的な削減目 標を掲げており、全ての部門において、大幅な排出削減を実現するために、エネルギ ーの生産、輸送、消費の方法を変革する必要に迫られている。

エネルギー分野においては、化石燃料の代わりに再生可能エネルギーが主な基盤と なると考えられる。この

10

年ほどの間に、再生可能エネルギーの発電技術が大幅に 発展し、すべての国と多くの用途で信頼性が高く、ますます手頃な価格で利用できる 選択肢となってきた。IEA(2021)が提唱した

2050

年までに

GHG

排出量を実質ゼロに する道筋においては、

2050

年の総エネルギー供給量の

3

分の

2

は、風力、太陽光、バ イオエネルギー、地熱、水力エネルギーによるものとなり、現在から

2050

年にかけ て、太陽光発電の容量は

20

倍、風力発電は

11

倍に増加すると見込まれる。そして上 記の道筋を実現するためには

2030

年時点で年間

1.3

兆ドルにのぼる再生可能エネル ギーへの大規模な投資が必要と計算される。

そのような投資の移行に向けて、IRENA(2021)は、機関投資家が中心的な役割を果 たし、世界的な気候変動対策に沿っていない資産への支出を制限し、グリーンな資産 に資金を流す行動をとることにより、必要な資金総額の増加は民間部門によってカバ ーされると論じている。実際に、65 兆ドル以上の運用資産を持つ

615

の投資家が

Climate Action 100+を結成し、気候変動に関するガバナンスの改善、排出量の削減、気

候変動関連の財務情報開示の強化について企業に働きかけている。

再生可能エネルギー由来の効率的な発電技術に消費者の支出と産業界の投資を誘 導するためには、化石燃料補助金の段階的廃止、炭素価格設定、また再生可能エネル ギーの義務化と基準などの政策の明瞭化が不可欠である。その政策設計をめぐって経 済学の手法から多くの文献で議論がなされてきた。例えば、Fell and Linn(2013)は異な る再生可能エネルギー政策の費用対効果をモデル化し、Jenner et al.(2012)は様々な再 生可能エネルギー政策が採用される要因を調査し、また

Schmalensee(2012)はアメリカ

と

EU

の経験を踏まえて再生可能エネルギーの増加を目指す政策についての命題を議 論している。しかし、再生可能エネルギー政策の研究の多数は、Fouquet(2018)が整理 しているように、Renewable Portfolio Standard (RPS)と

Feed-in Tariff (FIT)の比較を主眼

としてきた。

一方で、実社会において、再生可能エネルギーの導入をめぐる注目すべき企業側の 動きが生まれている。それは年間

100GWh

以上の電力を消費している企業を中心に、

自らの事業で使用する電力の再生可能エネルギー100%化を公約する企業が年々増加

していることである。それらの企業は

RE100

というイニシアティブを結成している。

企業がそのイニシアティブに加盟するためには、その企業が自ら定めた年限（遅くと も

2050

年）までに再生可能エネルギー100%を達成することを公表し、その進捗状況 を毎年報告する必要がある。

これまでの再生可能エネルギー政策の経済学的検討においては、

RPS

にせよ

FIT

に せよ、発電事業者あるいは電力使用事業者に効率的に再生可能エネルギーを導入させ るためのインセンティブの付与の在り方が問われてきた。しかし、

RE100

に加盟する 企業はたとえそのような政策的なインセンティブが与えられなくても、再生可能エネ ルギー100%化を自らに課して自発的に再生可能エネルギーを調達するという点でこ れまでにない特徴がみられる。

現在

RE100

に加盟している企業がどのような産業や地域に属しているか、それらの

企業の電力使用量、再生可能エネルギー由来の電力使用量やその調達手段等は、

RE100

を 運 営 す る

The Climate Group

お よ び

CDP

年 次 報 告 書 （

The Climate Group and CDP(2022)）のなかで記されているが、その加盟企業の特徴を実証的に分析した研究

は現時点では見られない。

再生可能エネルギーの導入に向けて、政策的インセンティブがなくても再生可能エ ネルギー100%化を公約する企業の特徴を理解することは、その特徴に該当しない企 業、換言すれば、再生可能エネルギーの導入のためには政策的インセンティブが必要 な企業の特徴の把握につながり、再生可能エネルギーの義務化や基準といった政策の 設計ならびに実践に向けた有益な情報をもたらす。特に、財政上の制約があるなかで 政府が企業の再生可能エネルギーの導入を促すため財政的支援を行う際にはその支 援対象を選定するのに役立つと考えられる。

本稿の目的は、

RE100

に加盟している企業の特徴を

RE100

加盟企業数の多いアメリ カ、日本、イギリスについて明らかにすることである。具体的には、アメリカの

S&P500

企業、日本の日経平均株価企業、イギリスの

FTSE350

企業について、2020 年までに

RE100

に加盟した企業とそうでない企業に分類し、

RE100

加盟企業の特徴をいくつか

の企業属性によって二項ロジット分析を行なう。ただし、前述のとおり、RE100加盟 企業を対象とした実証分析の前例は見つからなかったため、環境問題におけるボラン タリー・アプローチの一つである環境マネジメントシステム

ISO14001

の認証取得の 要因を明らかにした実証分析を参考に分析モデルを設定した。

残りの構成は以下のとおりである。第

2

章で

RE100

の加盟要件と現況について述べ る。第

3

章で環境問題におけるボランタリー・アプローチの類型を概説し、その枠組 みにおいて

RE100

がどのように位置付けられるかを検討する。第

4

章で分析モデル と説明変数について、第

5

章でデータについて説明する。第

6

章で分析結果およびそ れに基づく議論を行い、第

7

章で結論を述べる。

2023年06月

3

２．RE100 について

RE100

について明確な定義はなされていないものの、「世界で影響力のある企業が、

事業で使用する電力の再生可能エネルギー

100

％化にコミットする協働イニシアティ ブ」と説明されることが多い（

The Climate Group and CDP (2022)

）。その加盟要件につ いて、

RE100 Joining Criteria

（

The Climate Group and CDP (2021b)

）では年間電力需要が

100GWh

以上の企業としているが、それを満たさなくとも

・

RE100

の優先地域における主要企業

・

RE100

のターゲットセクターにおける主要企業

・

RE100

の優先地域での政策提言活動に参加する意思がある企業

・世界的または国内的に認知され、信頼されているブランドまたは主要な多国籍企 業（フォーチュン

1000

またはそれに相当する企業）

・その他、国際的または地域的に明らかな影響力を持ち、それが

RE100

の目的に適 っている企業

のいずれかに該当する企業も加盟できる。ただし、発電事業・化石燃料事業・軍需事 業・タバコ事業・ギャンブル事業を営む企業は対象外となっている。加盟を申し込む 企業は遅くとも

2050

年までに再エネ

100%

を達成する目標を公表し、

2030

年までに

60

％、

2040

年までに

90%

を目安とした中間目標を設けることが求められる。

RE100

は

2014

年の発足後毎年拡大し、

2021

年

12

月までに世界全体で

315

社まで増

加している。

315

社の電力消費量の合計は

340TWh

に上り、その量はイギリス国内の 全電力消費量を上回る。そのうち、

152TWh

が再生可能エネルギーで調達されている。

最も加盟企業数が多いのはアメリカ（

85

社）、次いで日本（

56

社）、イギリス（

44

社）

の順となっており、

2021

年は日本や韓国などのアジアの企業の加盟が相次いでいる。

業種に関して、加盟企業数、電力消費量ともに最も多いのはサービス部門、次に製造 部門、リテール部門の順となっている¹。

RE100

加盟企業が再生可能エネルギー由来の電力を調達する手段として、直接調達、

電力購入契約（

Power Purchase Agreement: PPA

）、再生可能エネルギー電力証書の購入 等があるが、証書を購入する場合、再生可能エネルギーでない電力購入と比べて証書 購入分のコストがかかることになる。

1 ただし、RE100 の年次報告書が採⽤している業種分類と本稿の分析で採⽤している業種分類は異なる。

３．ボランタリー・アプローチ

環境問題において、規制当局や政策当局の関与がない下で、企業が自ら環境汚染物 質の削減や管理に取り組む手法はボランタリー・アプローチとして研究が進展してき

た。

Baranzini and Thalmann(2004)

は気候政策におけるボランタリー・アプローチに関

する諸研究を体系的に整理している。ボランタリー・アプローチは、規制当局のコン トロールの度合いとコミットメントの拘束力の度合いによって、自主規制、交渉型協 定、パブリック・ボランタリー・プログラムの類型に分類される。そのうち、自主規 制は「規制当局による実質的対応を伴わない、企業による環境汚染物質の削減努力」

と定義され、規制当局のコントロールの度合いもコミットメントの拘束力の度合いも 弱い性質を有する。環境マネジメントシステムである

ISO14001

は自主規制の代表例 であり、双方の度合いが緩いこともあって、世界中の企業が

ISO14001

を認証取得し

てきた。

ISO14001

に関する経済学ならびに経営学の立場からの最新の文献調査は

Sartor et al.(2019)

であり、企業の環境マネジメントシステムの導入の要因と障壁に関

する分析、そしてその導入が企業の環境パフォーマンスならびに経営パフォーマンス に及ぼした影響に関する分析を包括的に整理している。

RE100

は規制当局の関与がない下で企業が自ら再生可能エネルギー

100%

化に取り

組む行動であり、ボランタリー・アプローチの一種と位置付けられる。ボランタリー・

アプローチの類型について、

RE100

には規制当局による介入はない。一方で、コミッ トメントの拘束力については、目標を達成できなかった場合の明確な罰則規定は設け られていないものの、脱炭素が社会的使命とされるなかで未達成にともなう企業イメ ージの低下は軽微ではない。また、

ISO14001

は組織が自ら直面する環境課題を洗い出

し、

Plan-Do-Check-Action

のサイクルで継続的に改善していくことに主な目的がある

一方で、

RE100

は自ら使用する電力について決められた年限までに再生可能エネルギ

ー

100%

化を達成するという具体的数値および具体的期限を自らに課すことに特色が ある。第

2

章で述べたように、再生可能エネルギーの導入は調達手段によっては費用 が上乗せされる可能性も存在するなかで、それでも企業が自発的に再生可能エネルギ ー

100%

化を公約する

RE100

は、他のボランタリー・アプローチと一線を画す枠組み であると言える。

2023年06月

5

４．モデルと説明変数

４．１ モデル

本稿で用いる二項ロジットモデルは以下のとおりである²。

𝑅𝐸 1 𝑖𝑓𝑦 0

𝑅𝐸 0 𝑖𝑓𝑦 0 (1)

𝑦 𝛼 𝛽 𝑋 𝜀 (2)

Pr 𝑅𝐸 1|𝑋

^′_{′ ′}

(3)

𝑅𝐸

は

RE100

加盟に関する被説明変数であり、企業

i

が

2020

年までに

RE100

に加

盟している場合は

1

、そうでない場合は

0

の値をとる。

𝑦

は潜在変数であり、

𝑦

は定 数項

α

、係数ベクトル

β

、説明変数ベクトル

𝑋

、誤差項

𝜀

で構成される。

Pr 𝑅𝐸 1|𝑋

は説明変数ベクトル

𝑋

が与えられたときに

𝑅𝐸

が

1

の値をとる確率で、ロジットモデ ルではその確率が式

(3)

のように定義される。

４．２ 説明変数

本稿は上記の二項ロジットモデルにおいて、説明変数の組み合わせにより

3

つのモ デルで分析を行なった。最初に

3

つのモデルに共通する説明変数について述べ、次に、

各モデルで用いた説明変数について述べる。

・［一般消費財］に関する業種ダミー（全モデル）

一般消費財は自動車・耐久消費財・アパレル等の製造業ならびにその小売業を示す。

ISO14001

に関する文献調査（Sartor et al. (2019)）において、認証取得要因として最も

多く「企業イメージの向上」が挙げられており、最終消費者への売上割合が認証取得 に影響を与えるかを分析した研究として

Melnyk_et_al(2003)を紹介している。RE100

についても、最終消費者への売上割合が高い業種ほど企業イメージの向上を期待して 率先して加盟しているという仮説を立て、一般消費財の業種のダミー変数が

RE100

へ の加盟に正の影響を与えるかを分析する。具体的には、［一般消費財］の業種に属する

企業を

1、そうでない企業を 0

とするダミー変数を作成して分析した。

・［金融］に関するダミー変数（全モデル）

現在の脱炭素に向けた世界的潮流の特色の一つは、第

1

章で言及したように、投資 機関や金融機関による関与が積極的であることである。その点を考慮して、金融業に

2 被説明変数が連続変数ではなく離散変数をとる場合離散選択モデルを用いた分析を行う。本稿の場合、被説明 変数が「企業がRE100に加盟している／加盟していない」の二項であるあるため二項選択モデルと呼ばれる。

確率変数への変換に正規分布を用いるプロビットモデルとロジスティック分布を用いるロジットモデルがある が、本稿では決定係数の大きかったロジットモデルを採用した。離散選択モデルの解説として松浦他（2009）。

含まれる企業は投資先や融資先に対する温室効果ガスの排出削減の働きかけととも に、自身の事業で使用する電力についても再生可能エネルギーの利用割合の拡大を進 めているという仮説を立て、金融業のダミー変数が

RE100

への加盟に正の影響を与 えるかを分析する。具体的には、［金融］の業種に属する企業を

1、そうでない企業を 0

とするダミー変数を作成して分析した。

・売上高（全モデル）

環境マネジメントシステムの構築や

ISO14001

の認証取得は費用がかかる事業であ ることを踏まえて、売上高と

ISO14001

の認証取得の関係を実証分析したいくつかの 研究がある（例えば、Delmas and Toffel (2008)、Gupta and Innes(2014)）。RE100におい ても、企業は再生可能エネルギー100%の調達を達成するために複数の選択肢を持つ が、いずれに選択肢においても費用負担の問題に向き合うことにある。具体的には、

自ら再生可能エネルギー発電設備を設置する場合は多額の初期費用を投資する必要 がある。小売電気事業者から再生可能エネルギーで発電された電力を購入する場合は、

それ以外の由来の電力を購入する場合と比べてコスト高になるかどうかは契約の内 容次第である。また、再生可能エネルギー電力証書を購入する場合は証書購入分のコ ストを追加的に支払うことになる。CDP and The Climate Group (2022)は、現在

RE100

に加盟している企業の

40%が再生可能エネルギー電力証書を購入していると報告し

ている。このような現在の再生可能エネルギーの調達環境において、売上高の多い企 業はその調達のための資金の余裕があるという仮説を立て、売上高が

RE100

への加 盟に正の影響を与えるかを分析する。

・従業員数（全モデル）

従業員数は多くの

ISO14001

の実証研究のなかで企業規模を表す変数として用いら れてきた（例えば、Nakamura et al.(2001)、 Gonzalez-Benito, J., and O. Gonzalez-Benito.

(2005)、 Gupta and Innes(2014)）

。規模の大きい企業ほどより多様なステークホルダーの よる要求に向き合い、また、社会的に認知され、より多くのエネルギーを消費し

GHG

を排出していると見なされうるため、気候変動を防止する企業行動をとるべきという 社会的要請により直面すると考えられる。また、

RE100

に加盟し再生可能エネルギー

100%の調達を達成するために金銭的資源ならびに人的資源を投入する必要があるが、

従業員が多いことは人的資源の観点からより実行可能であると考えられる。上記の

2

つの理由から従業員数の多い企業は

RE100

に加盟する傾向にあるという仮説を立て、

従業員数が

RE100

への加盟に正の影響を与えるかを分析する。

・［電力使用量データの公表］に関するダミー変数（モデル 1）

RE100

に加盟した企業は毎年報告用スプレッドシートに進捗状況を記入して

RE100

事務局に提出する必要があり、そのスプレッドシートには電力使用量の記入欄がある ことから、

RE100

加盟を目指す企業は自社の電力使用量を測定して公表する体制を整

2023年06月

7

備する必要がある。本稿では、電力使用量に関するデータを環境報告書等で公表して いる企業を

1、公表していない企業を 0

とするダミー変数を作成した。電力消費量に 関するデータを公表している企業は

RE100

に加盟するために必要な準備が整ってい るという仮説を立て、上記のダミー変数が

RE100

への加盟に正の影響を与えるかを 分析する。

・電力使用量（モデル 2）

第

2

章で述べたように

RE100

への基本的な加盟要件は年間電力需要が

1,000GWh

以 上であるが、本稿が対象とするアメリカの

S&P500

企業、日本の日経平均株価企業、

イギリスの

FTSE350

企業の電力消費量は

1,000GWh

以上の企業がほとんどである

（P10の表

2

参照）。したがって、自らの事業で使用する電力を全て再生可能エネルギ ー由来の電力に転換するという

RE100

の公約の実現可能性を考慮すると、RE100 の 要件を上回る電力を消費する企業のグループのなかでも、電力消費量の比較的少ない

企業が

RE100

に加盟しているという仮説が考えられる。それらの仮説を検討するた

めに、電力使用量が

RE100

への加盟に負の影響を与えるかを分析する。

・エネルギー集約度（モデル 3）

IRENA(2017)はパリ協定の 2050

年目標に向けて再生可能エネルギーの導入促進と

エネルギー効率性の向上の相乗効果を実現する必要性を記している。本稿が対象とす る企業の産業構造の種類は多様であり、エネルギーを多く消費する産業もさほど消費 しない産業も存在する。

RE100

はあくまで事業で使用する電力の再生可能エネルギー

100%化を公約するものであり、電力は様々なエネルギー源のうちの一つにすぎない

が、各企業のエネルギー集約度（すなわち、各企業のエネルギー消費量を売上高で割 った値で算出される値）が

RE100

への加盟に関係しているどうかを分析する。仮に、

各企業のエネルギー集約度と

RE100

加盟状況との間に有意に負の関係が示されるの であれば、エネルギーをあまり消費せずに売上を達成する企業が再生可能エネルギー を意欲的に導入している状況を表わしているため、再生可能エネルギーの促進とエネ ルギー効率性の向上の同時実現の一端を実証的に示すことができる。

以上の説明変数の一覧をモデルごとに整理すると表

1

のように記される。

表 1 各モデルの説明変数

モデル ₁ モデル ₂ モデル ₃

一般消費財ダミー

〇 〇 〇

金融ダミー

〇 〇 〇

売上高

〇 〇 〇

従業員数

〇 〇 〇

電力公表ダミー

〇

電力使用量

〇

エネルギー集約度

〇

2023年06月

9

５．データ

本稿は

RE100

加盟企業が多いアメリカ・日本・イギリスを分析対象とする。アメリ

カの

S&P500

指数、日本の日経平均株価指数、イギリスの

FTSE350

指数は、各国の主

要企業のなかで業種等のバランスを考慮して構成されており、それぞれの指数は各国 の株式市場の動向を代表しているとされることから、それぞれの指数に組み込まれて いる企業を選んだ。さらに、それらの企業から自国外の企業、説明変数に欠損値があ る企業を除外した。その結果、モデル

1

での分析対象となる企業数（括弧内はそのう

ち

2020

年までに

RE100

に加盟した企業数）は、アメリカは

432

社（

45

社）、日本は

217

社（

21

社）、イギリスは

202

社（

25

社）である。モデル

2

はモデル

1

のサンプル のうち電力消費量に関するデータが入手可能であった企業を対象としており、アメリ カは

192

社（

34

社）、日本は

127

社（

15

社）、イギリスは

71

社（

16

社）である。モデ ル

3

はモデル

1

のサンプルのうち、エネルギー集約度を計算するのに用いるエネルギ ー消費量に関するデータが入手可能であった企業を対象としており、アメリカは

224

社（

35

社）、日本は

161

社（

18

社）、イギリスは

111

社（

20

社）である。

被説明変数については

RE100 Annual Report 2020

（

The Climate Group and CDP (2021a)

） に掲載されている

RE100

加盟企業を参照し

2020

年までに

RE100

に加盟した企業を

1

、そうでない企業を

0

とする変数を作成した。説明変数は全て

Bloomberg Database

を 参照した。被説明変数は

2020

年時点の状況を表わすデータを用いた一方、説明変数 は全て

2019

年のデータを採用した。その理由は、第一に、説明変数で表されるよう な企業特有の条件が満たされたうえで

RE100

への加盟を申請するという関係を考慮 したため、第二に、

2020

年の企業状況を表わす説明変数における

COVID-19

が及ぼす 影響を回避するためである。

業種は、世界産業分類基準（

Global Industry Classification Standard

：

GICS

）に基づく

11

業種を参照し、そのうちの一般消費財（

Consumer Discretionary

）、金融（

Finance

） に分類される企業に対してダミー変数への変換を行なった。

売上高は米国ドル換算した額であり、単位は

100

万ドルである。

電力消費量および（エネルギー集約度の分子である）エネルギー消費量は各企業が 環境報告書等で公表している数値を用いた。電力消費量の単位は

GWh

である。エネ ルギー消費量は所有または管理されているボイラー、炉、車両での燃焼、あるいは所 有または管理されているプロセス機器での化学生産によって直接消費されるエネル ギーが含まれる。また、電気として消費されるエネルギーも含まれる。また、エネル ギー消費量の表記は電力換算されており、エネルギー集約度の単位は

MWh

／

1000

ド ルである。

モデル

1

・モデル

2

・モデル

3

で用いた説明変数の記述統計量を表

2

・表

3

・表

4

に、

モデル

1

・モデル

2

・モデル

3

で用いた説明変数の相関係数を表

5

・表

6

・表

7

に示す。

表 2 記述統計量（モデル 1）

アメリカ n 平 均 標準偏差 最小値 最大値

一般消費財ダミー 432 0.141 0.349 0 1

金融ダミー 432 0.144 0.351 0 1

売上高 432 25,391 48,385 511 514,000 従業員数 432 55,896 131,772 175 2,200,000

電力公表ダミー 432 0.444 0.497 0 1

日本 n 平 均 標準偏差 最小値 最大値

一般消費財ダミー 217 0.138 0.346 0 1

金融ダミー 217 0.101 0.303 0 1

売上高 217 19,225 29,471 247 273,000 従業員数 217 44,342 63,098 142 419,912

電力公表ダミー 217 0.585 0.494 0 1

イギリス n 平 均 標準偏差 最小値 最大値

一般消費財ダミー 202 0.193 0.396 0 1

金融ダミー 202 0.183 0.388 0 1

売上高 202 8,549 16,275 11 93,736 従業員数 202 27,923 67,696 28 596,452

電力公表ダミー 202 0.351 0.479 0 1

注：売上高の単位は100万ドル。

2023年06月

11

表 3 記述統計量（モデル 2）

注：売上高の単位は100万ドル、電力消費量の単位はGWh。

アメリカ n 平 均 標準偏差 最小値 最大値

一般消費財ダミー 192 0.125 0.332 0 1

金融ダミー 192 0.130 0.337 0 1

売上高 192 31,611 45,488 1,133 260,000 従業員数 192 64,594 88,195 175 495,000 電力消費量 192 2,990,674 17,887,546 3 245,240,992

日本 n 平 均 標準偏差 最小値 最大値

一般消費財ダミー 127 0.150 0.358 0 1

金融ダミー 127 0.102 0.304 0 1

売上高 127 22,797 33,597 2,049 273,000 従業員数 127 54,484 66,951 2,974 370,870 電力消費量 127 1,660,072 3,110,185 20,937 27,444,400

イギリス n 平 均 標準偏差 最小値 最大値

一般消費財ダミー 71 0.169 0.377 0 1

金融ダミー 71 0.127 0.335 0 1

売上高 71 12,713 20,070 114 86,674

従業員数 71 39,939 80,828 28 596,452 電力消費量 71 850,188 2,227,622 97 13,131,700

表 4 記述統計量（モデル 3）

注：売上高の単位は100万ドル、エネルギー集約度の単位はMWh／1000ドル。

アメリカ n 平 均 標準偏差 最小値 最大値

一般消費財ダミー 224 0.125 0.331 0 1

金融ダミー 224 0.116 0.321 0 1

売上高 224 30,594 45,260 818 260,000

従業員数 224 62,424 85,923 175 495,000 エネルギー集約度 224 0.651 2.866 0.002 34.437

日本 n 平 均 標準偏差 最小値 最大値

一般消費財ダミー 161 0.161 0.369 0 1

金融ダミー 161 0.075 0.263 0 1

売上高 161 21,816 32,275 443 273,000

従業員数 161 50,070 62,536 456 370,870 エネルギー集約度 161 0.744 1.613 0.004 11.682

イギリス n 平 均 標準偏差 最小値 最大値

一般消費財ダミー 111 0.180 0.386 0 1

金融ダミー 111 0.144 0.353 0 1

売上高 111 11,585 19,079 101 93,736

従業員数 111 38,027 82,844 28 596,452 エネルギー集約度 111 0.420 1.163 0.000 8.700

2023年06月

13

表 5 相関係数（モデル 1）

アメリカ 一般消費財

ダミー 金融ダミー 売上高 従業員数 電力公表 ダミー 一般消費財ダミー 1.000

金融ダミー -0.166 1.000

売上高 0.000 0.023 1.000 従業員数 0.111 -0.040 0.762 1.000

電力公表ダミー -0.042 -0.034 0.115 0.059 1.000

日本 一般消費財

ダミー 金融ダミー 売上高 従業員数 電力公表 ダミー

一般消費財ダミー 1.000

金融ダミー -0.135 1.000

売上高 0.228 0.047 1.000 従業員数 0.212 -0.031 0.746 1.000

電力公表ダミー 0.039 0.004 0.144 0.191 1.000

イギリス 一般消費財

ダミー 金融ダミー 売上高 従業員数 電力公表 ダミー 一般消費財ダミー 1.000

金融ダミー -0.232 1.000

売上高 -0.114 0.222 1.000

従業員数 0.029 -0.083 0.442 1.000

電力公表ダミー -0.045 -0.107 0.189 0.131 1.000

表 6 相関係数（モデル 2）

アメリカ 一般消費財

ダミー 金融ダミー 売上高 従業員数 電力消費量 一般消費財ダミー 1.000

金融ダミー -0.146 1.000

売上高 0.043 0.054 1.000 従業員数 0.257 -0.015 0.639 1.000

電力消費量 -0.021 -0.056 0.025 0.010 1.000

日本 一般消費財

ダミー 金融ダミー 売上高 従業員数 電力消費量 一般消費財ダミー 1.000

金融ダミー -0.142 1.000

売上高 0.157 0.155 1.000 従業員数 0.175 0.040 0.738 1.000

電力消費量 0.054 -0.132 0.382 0.373 1.000

イギリス 一般消費財

ダミー 金融ダミー 売上高 従業員数 電力消費量

一般消費財ダミー 1.000

金融ダミー -0.172 1.000

売上高 -0.125 0.459 1.000 従業員数 0.177 -0.005 0.434 1.000

電力消費量 -0.001 -0.117 0.167 0.165 1.000

2023年06月

15

表 7 相関係数（モデル 3）

アメリカ 一般消費財

ダミー 金融ダミー 売上高 従業員数 エネルギー 集約度

一般消費財ダミー 1.000

金融ダミー -0.137 1.000

売上高 0.022 0.041 1.000 従業員数 0.236 -0.011 0.663 1.000

エネルギー集約度 -0.046 -0.080 -0.081 -0.078 1.000

日本 一般消費財

ダミー 金融ダミー 売上高 従業員数 エネルギー 集約度

一般消費財ダミー 1.000

金融ダミー -0.125 1.000

売上高 0.218 0.159 1.000 従業員数 0.204 0.072 0.755 1.000

エネルギー集約度 -0.145 -0.128 -0.110 -0.140 1.000

イギリス 一般消費財

ダミー 金融ダミー 売上高 従業員数 エネルギー 集約度 一般消費財ダミー 1.000

金融ダミー -0.192 1.000

売上高 -0.135 0.415 1.000

従業員数 0.064 -0.027 0.330 1.000

エネルギー集約度 -0.074 -0.146 0.011 0.012 1.000

６．分析結果と議論

６．１ 分析結果

モデル

1

・

2

・

3

の分析結果は表

8

・表

9

・表

10

に示される。

表 8 モデル 1 の分析結果

アメリカ 係数 標準誤差 p値 限界効果 オッズ

定数項 -3.739 0.387 2E-16 *** 0.024

一般消費財ダミー 0.772 0.455 0.090 * 0.063 2.163 金融ダミー 0.869 0.432 0.044 ** 0.071 2.385 売上高 9.38E-06 3.74E-06 0.012 ** 7.65E-07 1.000 従業員数 3.51E-07 1.52E-06 0.817 2.87E-08 1.000

電力公表ダミー 1.563 0.386 5.07E-05 *** 0.128 4.774 AIC 257.9

対数尤度 -122.9 決定係数 0.148

日本 係数 標準誤差 p値 限界効果 オッズ

定数項 -2.890 0.470 7.81E-10 *** 0.056

一般消費財ダミー 0.877 0.563 0.119 0.073 2.404 金融ダミー -0.590 1.073 0.582 -0.049 0.554 売上高 -8E-06 9.85E-06 0.416 -6.67E-07 1.000

従業員数 6.8E-06 4.1E-06 0.097 * 5.66E-07 1.000 電力公表ダミー 0.512 0.516 0.321 0.043 1.669

AIC 141.8 対数尤度 -64.9 決定係数 0.059

イギリス 係数 標準誤差 p値 限界効果 オッズ

定数項 -3.525 0.511 4.98E-12 *** 0.029

一般消費財ダミー 0.457 0.666 0.493 0.036 1.579 金融ダミー 0.572 0.686 0.404 0.045 1.773

売上高 5.97E-05 1.71E-05 0.000 *** 4.66E-06 1.000 従業員数 1.83E-07 3.34E-06 0.956 1.43E-08 1.000

電力公表ダミー 1.212 0.527 0.021 ** 0.095 3.359 AIC 124.2

対数尤度 -56.1 決定係数 0.258

注：＊＊＊は1%、＊＊は5%、＊は10％有意であることを示す。表9・表10についても同様。

2023年06月

17

表 9 モデル 2 の分析結果

注：＊＊＊は1%、＊＊は5%、＊は10％有意であることを示す。表9・表10についても同様。

アメリカ 係数 標準誤差 p値 限界効果 オッズ 定数項 -2.175 0.302 6.32E-13 *** 0.114 一般消費財ダミー 0.651 0.571 0.254 0.087 1.918 金融ダミー 0.752 0.524 0.151 0.100 2.122 売上高 0.0000124 4.71E-06 0.008 *** 1.65E-06 1.000 従業員数 -4.34E-07 2.61E-06 0.868 -5.77E-08 1.000 電力消費量 -1.1E-08 3.79E-08 0.771 -1.47E-09 1.000 AIC 177.3

対数尤度 -82.6 決定係数 0.078

日本 係数 標準誤差 p値 限界効果 オッズ

定数項 -2.093 0.411 3.42E-07 *** 0.123 一般消費財ダミー 1.352 0.664 0.042 ** 0.131 3.864 金融ダミー -0.967 1.198 0.420 -0.094 0.380 売上高 1.08E-05 0.000015 0.471 1.05E-06 1.000 従業員数 6.53E-06 6.18E-06 0.291 6.33E-07 1.000 電力消費量 -6.37E-07 3.81E-07 0.095 * -6.17E-08 1.000 AIC 96.2

対数尤度 -42.1 決定係数 0.087

イギリス 係数 標準誤差 p値 限界効果 オッズ 定数項 -1.856 0.452 4.03E-05 *** 0.156 一般消費財ダミー 0.531 0.818 0.517 0.076 1.700 金融ダミー -1.470 1.478 0.320 -0.212 0.230 売上高 5.883E-05 2.35E-05 0.012 ** 8.47E-06 1.000 従業員数 -1.49E-06 3.91E-06 0.703 -2.15E-07 1.000 電力消費量 -1.71E-07 2E-07 0.392 -2.46E-08 1.000 AIC 76.7

対数尤度 -32.4 決定係数 0.146

表 10 モデル 3 の分析結果

注：＊＊＊は1%、＊＊は5%、＊は10％有意であることを示す。表9・表10についても同様。

アメリカ 係数 標準誤差 p値 限界効果 オッズ

定数項 -2.012 0.322 4.02E-10 *** 0.134 一般消費財ダミー 0.768 0.538 0.154 0.092 2.155 金融ダミー 0.443 0.542 0.414 0.053 1.557

売上高 1.08E-05 4.58E-06 0.018 ** 1.29E-06 1.000 従業員数 -6.8E-07 2.68E-06 0.800 -8.14E-08 1.000

エネルギー集約度 -0.952 0.705 0.177 -0.114 0.386 AIC 187.1

対数尤度 -87.5 決定係数 0.098

日本 係数 標準誤差 p値 限界効果 オッズ 定数項 -1.639 0.454 3.E-04 *** 0.194 一般消費財ダミー 0.884 0.587 0.132 0.083 2.420 金融ダミー -0.623 1.128 0.581 -0.058 0.537 売上高 -4.4E-06 1.13E-05 0.694 -4.16E-07 1.000

従業員数 1.15E-06 5.6E-06 0.837 1.08E-07 1.000 エネルギー集約度 -2.074 1.435 0.148 -0.195 0.126

AIC 114.4 対数尤度 -51.2 決定係数 0.092

イギリス 係数 標準誤差 p値 限界効果 オッズ

定数項 -1.743 0.501 0.001 *** 0.175 一般消費財ダミー -0.079 0.766 0.918 -0.009 0.924 金融ダミー -0.579 0.920 0.530 -0.063 0.561

売上高 5.77E-05 1.93E-05 0.003 *** 6.32E-06 1.000 従業員数 -7.2E-07 3.25E-06 0.825 -7.87E-08 1.000

エネルギー集約度 -3.403 2.648 0.199 -0.373 0.033 AIC 91.7

対数尤度 -39.8 決定係数 0.239

2023年06月

19

上記の表から分かるとおり、国によって有意である変数は異なり、そのことは企業

の

RE100

への加盟傾向は国によって異なることを意味する。その詳細を観察すると、

全てのモデルにおける分析結果についてアメリカとイギリスの企業は比較的よく似 た特徴を持ち、日本の企業は独自の特徴を持つことが分かる。

アメリカおよびイギリスにおいては、全てのモデルにおいて売上高が有意に正の結 果となった。すなわち、売上高の多い企業ほど

RE100

に加盟する傾向にある。ただ し、その限界効果はアメリカでは

0.00008%～0.00017%、イギリスでは 0.00047%～

0.00085%と極めて小さい。また、モデル 1

においてエネルギー消費量のデータ公表に

関するダミー変数も両国において有意に正となった。その効果をオッズ（RE100に加 盟する確率／RE100に加盟しない確率）で測ると、エネルギー消費量のデータを公表 している企業におけるオッズはアメリカでは

4.8

倍、イギリスでは

3.4

倍になる。

加えて、アメリカにおいてはモデル

1、すなわち全てのサンプルを対象に分析した

モデルにおいて、売上高およびエネルギー消費量データ公表の他に、一般消費財の業 種に関するダミー変数、金融業に関するダミー変数もそれぞれ有意に正となった。そ の効果をオッズで測ると、一般消費財を扱う業種、金融業におけるオッズはそれぞれ

2.2

倍、2.4倍になる。

日本においては、モデルによって有意な変数が異なる³。モデル

1、すなわち全ての

サンプルを対象に分析したモデルにおいて、従業員数が有意に正の結果となった。た だし、限界効果は

0.00006%と極めて小さい。また、エネルギー消費量に関するデータ

を公表した企業を対象としたモデル

2

においては、一般消費財の業種に関するダミー 変数が有意に正、および電力消費量が有意に負となった。すなわち、一般消費財を扱

う業種は

RE100

に加盟する傾向にあり、電力消費量が少ない企業ほど

RE100

に加盟

する傾向にある。一般消費財業のオッズは

3.9

倍、電力消費量の限界効果は

0.000006

倍となった。

最後に、いずれの国においてもエネルギー集約度は有意な結果を示さなかった。す なわち、本稿のモデルでは、企業がエネルギー集約的産業にあるかどうかは

RE100

へ の加盟に影響を与えていない。

６．２ 議論

上記の分析結果を踏まえて

5

つの議論すべき点について考察を加えたい。

第一は売上高と従業員数についてである。これらの変数は

ISO14001

の実証分析に 関する多くの文献で企業規模を表わす変数として用いられてきた⁴。表

5

・表

6

・表

7

における売上高と従業員数の相関がやや高いことは双方の変数が企業規模を表わす 類似した傾向を持つことを示しているが、分析の結果、アメリカとイギリスでは全て

3 日本においてモデル1とモデル2において有意な変数が異なることは、電力消費量に関するデータを公表して いる企業のみを分析対象とするというサンプル抽出条件が、日本企業のRE100加盟要因に影響を及ぼしている ことを意味している。［一般消費財］のダミー変数について有意な結果でないモデル1でもp値が0.119と低値 である一方（表8）、従業員数は有意な結果出ないモデル2でｐ値が0.291と高値となっている（表9）。

4 例えば、双方の変数を用いた分析としてGupta and Innes (2014)がある。

のモデルで売上高が、日本ではモデル

1

で従業員数が有意に正となった⁵。RE100 に 加盟し自発的に再生可能エネルギーを調達するためには、前者の国々では金銭的資源 が、後者の国では人的資源が重要であると言える。特に、前者においては全てのモデ

ルで

1%あるいは 5%の水準で正であることからその傾向は極めて強い。中小企業では

再生可能エネルギーの自主的な導入に対してやや消極的であるため、政策的インセン ティブの付与が必要となってくるであろう。その政策の一例として中小企業に対象を 絞った資金助成が考えられるが、その際、その企業規模を表わす指標は国によって適 切に選択すべきである。

第二は金融ダミーについてである。アメリカのモデル

1

において有意に正であった が、金融の業種特有の傾向であるためか、あるいは他の業種と比べて事業で使用する 電力が少ないためかを確認する必要がある。表

6

のアメリカにおける金融ダミーと電 力消費量の相関係数は-0.056でありほぼ無相関であるため、金融の業種特有の傾向で あると解釈される。第

4

章で言及したような投資機関や金融機関が脱炭素に向けた積 極的な関与の一環として、自身の使用電力を再生可能エネルギーに転換する取り組み が実証的に示されたものと言える。

第三はモデル

1

における電力消費量データの公表についてである。アメリカとイギ リスにおいて有意に正であった一方、日本においては有意な結果は示されなかった。

その理由として表

2

のその変数の平均値が日本において最も高いこと、すなわち日本 においては電力消費量データを公表している企業が他の

2

国と比べて多いことが挙 げられる。電力消費量データの公表企業数と未公表企業数および

RE100

加盟状況の 内訳である表

11

からもその傾向を読み取ることができる。

表 11 電力消費データの公表／未公表企業数と RE100 加盟状況

アメリカ 日本 イギリス

公表 未公表 公表 未公表 公表 未公表 全数 192 240 127 90 71 131 RE100加盟数 34 11 15 6 16 9 割合 17.7% 4.6% 11.8% 6.7% 22.5% 6.9%

日本企業においては環境報告書等での電力消費量の公表が進んでいる一方、アメリ カやイギリスでは、本稿が分析対象とした主要企業でさえも、その公表が進んでいな い現状を鑑みると、自社の電力消費量の測定ならびに公表の体制を整備することが、

アメリカとイギリスでは企業の再生可能エネルギーの導入促進の素地となりうる。

第四はモデル

2

の結果についてである。電力消費量のデータを公表している企業を 対象としたモデル

2

において、日本で一般消費財ダミーが有意に正、電力消費量が有

5 ISO14001の認証取得要因に関する実証分析において、Delmas and Toffel (2008)はアメリカ企業を対象に売上 高の多い企業、Nakamura et al.(2001)は日本企業を対象に従業員数の多い企業がISO14001の認証をより取得 していることを示している。ただし、他方で、Gupta and Innes(2014)はアメリカ企業を対象に従業員数の多い 企業がより取得していることを示しており、日本企業を対象に売上高を企業規模の変数に用いたISO14001の認 証取得要因の実証分析はないため、ISO14001の認証取得要因における売上高・従業員数の企業規模と国別との

2023年06月

21

意に負となったことは、日本企業が企業イメージや再生可能エネルギー100%の実現 可能性を重視して

RE100

への加盟の意思決定を行なっていることを表わす⁶。一方で、

アメリカとイギリスについては双方の変数とも有意でないため上記の傾向は当ては まらず、電力消費量の多寡とは関係なく、売上高の多い企業が

RE100

に加盟している ことが示されている（表

3

および表

7

参照）。

第五はモデル

3

のエネルギー集約度についてである。全ての国において係数は負で あったものの有意な結果でなかったことは、エネルギー集約度の低い企業が

RE100

に 加盟している訳ではないことを意味する。IRENA(2017)は再生可能エネルギーの導入 促進とエネルギー効率性の向上を両立させる重要性を論じているが、2020 年時点で は、（エネルギーを多く消費せずに売上高が多いという意味で）エネルギー効率性の 高い企業が

RE100

加盟という形で率先して再生可能エネルギーの導入を加速させて いる訳ではないという現状が明らかとなった。

6

７．結論

本稿は、再生可能エネルギー

100%

化を自らに課して自発的に再生可能エネルギーを 調達するイニシアティブである

RE100

に着目して、

RE100

に加盟する企業の特徴を 定量的に明らかにするため、アメリカの

S&P500

企業、日本の日経平均株価企業、イ

ギリスの

FTSE350

企業を対象として、

2020

年までに

RE100

に加盟した企業とそうで

ない企業に分類した上で二項ロジット分析を行なった。分析結果はアメリカおよびイ ギリスの

2

国と日本との間で大きな違いが見られた。

RE100

は、規制当局や政策当局の関与がない下で、企業が自ら環境汚染物質の削減

や管理に取り組む手法であるボランタリー・アプローチの一つと位置付けられるが、

同じボラタンタリー・アプローチであり世界中の企業に広がった

ISO14001

のように、

今後経済学あるいは経営学の視点からの研究が進展すると期待される。本稿はその端 緒であるため、今後の研究課題が残されている。最も重要な問題点は限られたサンプ ル数である。本稿は

RE100

加盟企業数が多いアメリカ・日本・イギリスを対象とした が、それでも分析の対象とした

RE100

加盟企業は最も多いアメリカでも

50

社を下回 る。モデル

2

およびモデル

3

ではさらに数が限られたため、分析結果の頑健性は弱い。

今後も

RE100

に加盟する企業が増加することが予想されるなかで、それらのサンプ

ルを追加することで特に

10%

有意であった変数を中心に結果は変わるかもしれない。

しかし、そのサンプルが増えるにつれて分析結果の頑健性は強まると考えられるため、

今後も最新の状況を反映した分析を更新していくことが必要である。

2023年06月

23

参考文献

・松浦克己

,

コリン・マッケンジー

(2009),

ミクロ計量経済学

,

東洋経済新報社

.

・

Baranzini, A. and P. Thalmann.(eds) (2004), “Voluntary Approaches in Climate Policy”, Edward Elgar Publishing.

・

The Climate Group and CDP (2021a), “RE100 2020 Annual Disclosure Report”, The Climate Group and CDP.

・

The Climate Group and CDP (2021b), “RE100 Joining Criteria”, The Climate Group and CDP.

・

The Climate Group and CDP (2022), “RE100 2021 Annual Disclosure Report”, The Climate Group and CDP.

・

Delmas, M. A., and M. W. Toffel. (2008), Organizational responses to environmental demands: opening the black box, “Strategic Management Journal”, 29 (10), 1027–55.

・

Fell, H. and J. Linn. (2013), Renewable electricity policies, heterogeneity, and cost effectiveness, “Journal of Environmental Economics and Management”, 66(3), 688-707.

・

Fouquet, R. (eds) (2018), “The Economics of Renewable Energy”, Edward Elgar Publishing.

・

Gonzalez-Benito, J., and O. Gonzalez-Benito. (2005), An analysis of the relationship between environmental motivations and ISO14001 certification, “British Journal of Management” 16, 133–48.

・

Gupta, S., and R. Innes. (2014), Private politics and environmental management, “Journal of Environmental Economics and Management”, 68 (2), 319–39.

・

IEA(2021), “Net Zero by 2050 :A Roadmap for the Global Energy Sector”, IEA Publications.

・

IRENA (2017), “Synergies between renewable energy and energy efficiency, a working paper based on REmap”, International Renewable Energy Agency.

・

IRENA (2021), “World Energy Transitions Outlook: 1.5°C Pathway”, International Renewable Energy Agency.

・

Jenner, S., G.Cha, R. Frankenberger, and G.Mathias. (2012), What Drives States to Support Renewable Energy?, “Energy Journal”, 33(2), 1-12.

・

Melnyk, S. A., R. P. Sroufe, and R. L. Calantone. (2003), A model of site-specific antecedents of ISO 14001 certification, “Production and Operations Management”, 12 (3), 369–85.

・

Nakamura, M., T. Takahashi, and I. Vertinsky. (2001), Why Japanese firms choose to certify:

a study of managerial responses to environmental issues, “Journal of Environmental Economics and Management”, 42 (1), 23–52.

・

Sartor, M., G. Orzes, A. Touboulic, G. Culot., and G. Nassimbeni. (2019), ISO 14001 standard: Literature review and theory-based research agenda, “Quality Management Journal”, 26(1), 32-64.

・

Schmalensee, R.(2011), Evaluating Policies to Increase Electricity Generation from

Renewable Energy, “Review of Environmental Economics and Policy” 6(1), 45–64.

参考ホームページ

・Bloomberg

https://www.bloomberg.com/professional/solution/bloomberg-terminal/

（2022年

5

月

24

日アクセス）

・Climate Action 100+

https://www.climateaction100.org/

（2022年

5

月

24

日アクセス）